PhysEvolve：基于验证器的可执行世界物理推理自进化

物理推理是具身系统理解并作用于物理世界的基础，但视觉语言模型（VLM）在涉及动力学和物理因果的问题上仍不可靠。进展受到有依据的反事实训练数据稀缺的严重制约，因为观测视频只能记录实际发生的事实轨迹。自进化范式通过让模型构建自身的训练问题，为突破固定数据集提供了路径。然而，将这一范式扩展到物理领域，需要一个外部真值源，既能验证模型提出的环境，又能在干预下验证替代性的物理结果。我们提出了\physevolve{}，一种基于验证器的自进化框架，通过模型提出的可执行世界和由模拟生成的任务，训练VLM进行因果物理推理。在每一轮中，共享VLM提出可执行的世界程序和证据模式；确定性物理引擎固定每个有效世界，模拟匹配的基线分支与去除物体的反事实分支，并合成离散且答案明确的视觉任务。任务求解产生的精确验证器反馈通过GRPO更新共享策略，并调整围绕物理意图构建的自适应课程。以Qwen3-VL-8B-Instruct为起点，\physevolve{}在PhysBench、CausalPhys和ContPhy上均取得了针对性提升，无需人类干预数据：PhysBench Throwing提升了$8.8$分，ContPhy Counterfactual Removal和Goal-Pit分别提升了$7.4$分和$24.4$分。这些提升主要集中在对交互敏感的问题和改变世界状态的问题上，表明因果原理能够零样本迁移到未见过的复杂动力学（布料、流体、软体）以及真实世界视频中。